• English
  • Deutsch
  • Log In
    Password Login
    Research Outputs
    Fundings & Projects
    Researchers
    Institutes
    Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Konferenzschrift
  4. Reinforcement Learning als Lösungsansatz für den Griff-in-die-Kiste im Zeitalter von wandlungsfähigen Produktionssystemen
 
  • Details
  • Full
Options
2023
Conference Paper
Title

Reinforcement Learning als Lösungsansatz für den Griff-in-die-Kiste im Zeitalter von wandlungsfähigen Produktionssystemen

Other Title
Reinforcement Learning as an Approach for Bin Picking in the Context of adaptive Production Systems
Abstract
Die chaotische Bevorratung von Einzelteilen stellt eine besondere Herausforderung für die automatisierte Herstellung elektrotechnischer Komponenten dar. Insbesondere das Segment der kleinen bis mittleren Produktionsvolumen ist heute noch von manueller Arbeit geprägt. Vor diesem Hintergrund zeigt dieser Beitrag einen Lösungsansatz für den robotischen "Griffin-die-Kiste" am Beispiel der Reihenklemmenfertigung bei Weidmüller auf. Zuerst erfolgt die Analyse des aktuellen Technikstandes resultierend in der methodischen Lücke. Anschließend wird das Bestärkungslernen als Lösungsansatz identifiziert und die Simulationssoftware "Isaac Sim" als Trainingsumgebung ausgewählt, in der das Robotersystem modelliert wird. Ziel dieser Arbeit ist es, ein universelles und robustes Verhalten des Robotersystems durch die zielgerichtete Variation der Trainingszustände zu generieren. Zusätzlich findet die Integration von Kontextwissen statt, um die Trainingsdauer des neuronalen Netzes zu minimieren.

; 

Chaotically stored objects constitute a tremendous challenge in the automated production of electrotechnical components. Especially the manufacturing of low and medium batch sizes is dominated by manual labor until now. A robotic bin picking approach is stated in this work and is illustrated by the production process of terminal blocks at Weidmueller. First, related work is presented and the research issue is derived. Consequently, a reinforcement learning loop is chosen as an approach for this work. Subsequently, the robot system is modeled in the simulation software ‘Isaac Sim’, serving as a virtual training environment in the next step. The goal of this work is generating a versatile and robust character of the robot system by training varying states in the simulated environment. Additionally, domain knowledge is incorporated to shorten the training procedure.
Author(s)
Stuke, T.
Bartsch, T.
Rauschenbach, Thomas  
Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB  
Mainwork
Automation 2023, 24. Leitkongress der Mess- und Automatisierungstechnik  
Conference
Leitkongress der Mess- und Automatisierungstechnik 2023  
DOI
10.51202/9783181024195-655
Language
German
Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB  
  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Contact
© 2024